相控阵雷达工作方式的自适应调度策略

相控阵雷达的固有特性是对多目标交替进行搜索或跟踪的能力。为此,驻留在雷达系统计算机内的调度程序可以采用两种不同的调度策略(或算法):固定样板策略和自适应策略。本文着重介绍自适应调度策略设计中所应考虑的主要因素,给出它的功能框图,并用简例具体说明它的设计方法与优越性。     

局域网分布实时仿真中的调度策略研究

分析局域网分布实时仿真系统中的仿真时间延迟和仿真实时性条件，提出了适用于单速率和多速率分布实时仿真系统时序控制和测量的逻辑时间和逻辑时间戳机制，设计了同步启动调度策略和基于交互信息流的调度策略，并分别就调度策略的统一描述、技术特点、实现流程进行了分析，提出了调度策略引起的时间延迟的测量和补偿方案。     

改进遗传算法及其在矿山生产调度中的应用

基于多目标生产调度的特点和不足,从采掘运输成本和矿石品位两个角度出发,考虑矿石种类、铲位出矿量及卡车调度等因素,构建了多目标矿山生产调度模型.结合遗传算法解决多目标优化问题的优势,提出了基于改进遗传算法的矿山生产调度策略以及实现过程,并将改进前后遗传算法对模型的求解进行对比.模拟实验结果表明,运用改进遗传算法对矿山资源...     

三峡工程对鄱阳湖水资源生态效应的影响

在三峡工程现有调度规则的前提下,建立了反映水文情势变化的人工神经网络模型、鄱阳湖区间分布式水文模型、湖区二维水量水质模拟模型,并利用这些模型对三峡工程运行后对鄱阳湖防洪、水资源与水质生态等方面的效应进行了定量分析.分析结果表明:在防洪影响方面,三峡水库预泄期鄱阳湖水位抬升,低水增幅大于高水增幅,而三峡水库蓄水期鄱阳湖水位降低,低水降幅大于高水降幅,总体上对鄱阳湖防洪影响有限;在水质影响方面,鄱阳湖区水质浓度与五河来水的流量及其污染物浓度关系密切,受长江流量影响的关系并不大;在供水影响方面,三峡工程运行将对鄱阳湖枯水期供水形势产生较大影响;在生态影响方面,三峡工程运行后对鄱阳湖植被面积变化有一定的影响,影响大小与月份的不同有关,并将导致鄱阳湖不同区域湖滩草洲显露日期提前和显露时间有所增加,这将对鄱阳湖珍稀候鸟栖息地环境造成不利影响.     

基于改进免疫遗传算法的水电站优化调度应用研究

根据免疫算法的生物学机理,提出了一种改进的免疫遗传算法.该算法将微粒群算法作为免疫算法的全局搜索策略,提高算法的全局搜索能力;利用逐步优化算法对免疫算法的控制策略进行进化操作,提高算法的局部搜索能力;利用免疫算法本身基于浓度的自我调节机制,提高群体的多样性,避免算法过早陷入局部最优解.最后给出了该算法实现的具体步骤,并将其应用于水电站的优化调度中,取得了较为满意的结果,且与动态规划、遗传算法、免疫算法和微粒群算法等比较,验证了算法的有效性和优越性.     

基于改进克隆选择算法的含调整时间并行机调度

针对实际工业生产中广泛存在的带调整时间的并行机调度这一类NP难问题,研究并提出了一种改进的克隆选择算法(HSMCSA).为了提高算法的求解效率,特别是对大规模问题的优化性能,提出了一种基于单机排序的均匀插入分割点的编码方法;在此基础中进一步研究了基于单机调度最优解与随机解混合启发式初始化策略,有效提高了初始解性能;最后详细对比和分析了克隆选择算法中4种变异操作的优化性能,实现了基于改进的克隆选择算法的带调整时间的并行机调度问题的优化求解.仿真实验结果表明:所提出的改进克隆选择算法具有更好的优化性能;与遗传算法相比,求解性能提高了18.5%,与基本克隆选择算法相比提高了7.2%.     

常规公交组合调度优化研究

为满足公交企业管理运营和乘客二者共同的利益需求,达到资源合理配置,结合现场调查数据,借助Matlab进行公交OD客流量的反推计算,同时在确定大站快车开行的站点的基础上,分别得到大站快车和全程车调度的OD客流量,然后建立包含大站快车和全程车两种调度形式的发车间隔优化模型. 以北京某公交线路作为研究对象,选取平均运行速度、开行班次、停车次数、公交运营成本等指标进行敏感性分析. 结果表明,模型在满足乘客的需求的同时,降低了公交企业约25%的运营成本.     

山东省经济社会协调发展格局及对策研究

经济社会协调发展是实现可持续发展的前提和基础,对于山东省和谐社会的构建意义重大．笔者根据山东省2010年17地市相关数据,选取经济和社会两个系统共30项基本指标,建立了一个多层次系统的评价模型,定量评价了山东省17城市的经济与社会发展的协调性,得出以下结论：山东省经济社会协调水平较低,在空间上存在由东向西明显的梯度性格局,社会发展水平落后导致了山东省17城市经济社会协调发展度偏低．最后从协调发展类型的角度提出山东省经济社会协调发展的相关对策建议．     

云计算环境下的大规模图状数据处理任务调度算法

针对云计算环境下调度算法必须考虑资源租赁成本的问题,提出一种新的基于粒子群优化的大规模图状数据处理任务调度算法(LGPPSO).首先,该算法将图状数据处理任务调度方案编码为粒子群中粒子的位置,并利用任务的调度长度和资源租赁成本建立适应度函数来评价当前粒子的优劣程度,然后重新定义粒子群的参数和相关操作,最后在算法的每一次迭代过程中,粒子不断更新自身的速度和位置,以获得任务调度的近似最优解.模拟实验结果表明:在仅以调度长度为目标时,LGPPSO算法的调度长度比异构最早完成时间任务调度算法(HEFT)平均降低约12.3%;在以调度长度和资源租赁成本为目标时,与成本感知任务调度算法(CCSH)相比,在资源租赁成本基本一致的情况下,LGPPSO算法的调度长度平均降低约9.97%.